深度学习实战 mnist数据集预处理技术分析

欢迎点击「算法与编程之美」关注我们！

本文首发于微信公众号："算法与编程之美"，欢迎关注，及时了解更多此系列文章。

mnist数据集可以从https://s3.amazonaws.com/img-datasets/mnist.npz这个网址进行下载，下载的文件是一种称为npz格式的文件，这是numpy库生成的特有的压缩包格式。

numpy可以将numpy.array格式的数组以文件的形式进行序列化存储到文件，然后以反序列化的方式读取文件并直接还原成之前的数组。

存储的文件主要有两种形式：*.npy和*.npz。

npy的基本用法

npz的基本用法

当需要将多个数组保存在一个文件的时候，则需要用到npz文件格式存储。

了解npy和npz的基本用法之后，接下来将介绍keras中mnist的数据集加载过程。

注：keras中下载的数据集默认的存放位置是：~/.keras/datasets/ 目录下。

可以看到mnist数据集的处理流程是将28x28x1的图片文件处理成四个numpy数组：x_train, y_train, x_test, y_test。然后将这四个数组写入到文件生成mnist.npz文件。

在使用数据集的时候，利用keras的get_file()先从指定的URL地址下载npz文件，然后加载得到两个tuple，下面是keras官方提供的mnist数据集load_data()方法：

END

主 编 | 张祯悦

责 编 | chen